Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Prognozowanie i symulacja
Koordynator przedmiotu:
Prof. dr hab. inż. Mirosław Dydczak
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Zarządzanie
Grupa przedmiotów:
Wspólne
Kod przedmiotu:
PROSY
Semestr nominalny:
2 / rok ak. 2010/2011
Liczba punktów ECTS:
4
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia15h
  • Laboratorium0h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Prerekwizyty: systemy dynamiczne, modele, modelowanie, symulacja, prognozowanie, symulacja deterministyczna, symulacja stochastyczna, prognozowanie proste, prognozowanie z modeli strukturalnych i niestrukturalnych, szeregi czasowe, trendy, sezonowość, sieci neuronowe, systemy ekspertowe, symulacja komputerowa, prognozowanie komputerowe, prognozowanie sieciami neuronowymi.
Limit liczby studentów:
Cel przedmiotu:
Opanowanie podstawowych metod modelowania matematycznego, symulacji i prognozowania w systemach zarządzania, organizacji i technicznych układach dynamicznych. Nabycie umiejętności formułowania zadań symulacyjnych, budowy modeli, ich rozwiązywania oraz analizy wyników. Oswojenie słuchacza z zastosowaniem techniki komputerowej w prognozowaniu. Zapoznanie się z prognozowaniem przy pomocy środków sztucznej inteligencji, a w szczególności sztucznych sieci neuronowych, praktyczne ich wykorzystanie w czasie ćwiczeń.
Treści kształcenia:
WYKŁAD 1. Wprowadzenie do modelownia matematycznego i symulacji. 2. Procesy stochastyczne. 3. Podstawy modelowania statystycznego. 4. Symulacja procesów dyskretnych i ciągłych. 5. Modele ekonometryczne. 6. Jakość modelu-analiza poprawności i przydatności. 7. Podstawowe pojęcia prognozowania. 8. Prognozowanie z modeli strukturalnych. 9. Modele analizy szeregów czasowych. 10. Trendy stochastyczne i deterministyczne. Sezonowość (okresowość). 11. Prognozowanie z zastosowaniem szeregów czasowych. 12. Symulacja komputerowa w zastosowaniu do prognozowania. 13. Symulacja z zastosowaniem sieci neuronowej. 14. Prognozowanie przy pomocy sieci neuronowej. 15. Systemy ekspertowe i prognozowanie. ĆWICZENIA 1. Formułowanie modeli matematycznych systemów dynamicznych. 2. Analiza modelu matematycznego. 3. Symulacja zdarzeń dyskretnych. 4. Symulacja dynamiczna. 5. Symulacja procesów ciągłych. 6. Prognozowanie z wykorzystaniem modeli jednorównaniowych. 7. Prognozowanie z wykorzystaniem modeli wielorównaniowych. 8. Modele autoregresyjne i obliczenia parametrów modelu ARMA. 9. Modele autoregresyjne i obliczenia parametrów modelu ARMA (n,m). 10. Prognozowanie z wykorzystaniem modeli szeregów czasowych. 11. Wyznaczanie i analiza modeli trendów. 12. Analiza przebiegu uczenia sieci neuronowej. 13. Prognozowanie przy zastosowaniu sieci neuronowej.
Metody oceny:
brak
Egzamin:
Literatura:
1.J. Gajda: Prognozowanie i symulacja a decyzje gospodarcze, Wyd.C.H.Beck, 2001 2. Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i systemy ekspertowe, PWN, 1997 3. Luszniewicz A., Słaby T.: Statystyka z pakietem komputerowym Statistica PL. Teoria izastosowania, Wyd. C.H.Beck, 2001
Witryna www przedmiotu:
Uwagi:

Efekty uczenia się